detr_fine_tune_face_detection_final

This model is a fine-tuned version of facebook/detr-resnet-50 on the None dataset. It achieves the following results on the evaluation set:

  • Loss: 1.5483
  • Map: 0.0896
  • Map 50: 0.2201
  • Map 75: 0.0577
  • Map Small: 0.0135
  • Map Medium: 0.2111
  • Map Large: 0.5514
  • Mar 1: 0.0464
  • Mar 10: 0.1332
  • Mar 100: 0.1565
  • Mar Small: 0.0503
  • Mar Medium: 0.3582
  • Mar Large: 0.6417
  • Map Face: 0.0896
  • Mar 100 Face: 0.1565

Model description

More information needed

Intended uses & limitations

More information needed

Training and evaluation data

More information needed

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

  • learning_rate: 5e-05
  • train_batch_size: 16
  • eval_batch_size: 8
  • seed: 42
  • optimizer: Use adamw_torch with betas=(0.9,0.999) and epsilon=1e-08 and optimizer_args=No additional optimizer arguments
  • lr_scheduler_type: cosine
  • num_epochs: 70

Training results

Training Loss Epoch Step Validation Loss Map Map 50 Map 75 Map Small Map Medium Map Large Mar 1 Mar 10 Mar 100 Mar Small Mar Medium Mar Large Map Face Mar 100 Face
No log 1.0 42 2.2587 0.0016 0.0071 0.0005 0.0003 0.0069 0.0121 0.0069 0.0241 0.0696 0.0129 0.1844 0.3042 0.0016 0.0696
No log 2.0 84 2.0191 0.0033 0.0139 0.0006 0.0015 0.0138 0.0323 0.0123 0.0438 0.0941 0.0335 0.1770 0.4847 0.0033 0.0941
No log 3.0 126 1.9421 0.0037 0.0131 0.0010 0.0007 0.0179 0.0503 0.0174 0.0549 0.1142 0.0277 0.2773 0.5125 0.0037 0.1142
No log 4.0 168 2.0437 0.0043 0.0159 0.0009 0.0004 0.0244 0.1330 0.0150 0.0612 0.0971 0.0182 0.2598 0.4125 0.0043 0.0971
No log 5.0 210 1.8809 0.0072 0.0247 0.0014 0.0012 0.0497 0.2098 0.0241 0.0782 0.1073 0.0291 0.2703 0.4139 0.0072 0.1073
No log 6.0 252 1.7736 0.0155 0.0513 0.0032 0.0052 0.0723 0.3004 0.0299 0.0913 0.1189 0.0290 0.2871 0.5389 0.0155 0.1189
No log 7.0 294 1.8361 0.0074 0.0269 0.0018 0.0029 0.0357 0.2684 0.0250 0.0833 0.1214 0.0329 0.2859 0.5389 0.0074 0.1214
No log 8.0 336 1.9524 0.0203 0.0709 0.0049 0.0028 0.0904 0.3060 0.0297 0.0892 0.1246 0.0310 0.3035 0.5472 0.0203 0.1246
No log 9.0 378 1.8088 0.0108 0.0381 0.0027 0.0017 0.0527 0.2928 0.0309 0.0836 0.0973 0.0145 0.2535 0.4792 0.0108 0.0973
No log 10.0 420 1.8055 0.0114 0.0447 0.0018 0.0017 0.0714 0.3399 0.0275 0.0788 0.1010 0.0307 0.2098 0.5111 0.0114 0.1010
No log 11.0 462 1.8327 0.0148 0.0505 0.0036 0.0013 0.0761 0.2867 0.0299 0.0912 0.1201 0.0330 0.2785 0.5431 0.0148 0.1201
2.0797 12.0 504 1.7469 0.0187 0.0669 0.0043 0.0050 0.0697 0.3512 0.0311 0.0877 0.1155 0.0232 0.2812 0.5708 0.0187 0.1155
2.0797 13.0 546 1.7011 0.0487 0.1411 0.0202 0.0038 0.1546 0.3696 0.0375 0.1015 0.1174 0.0265 0.2906 0.5306 0.0487 0.1174
2.0797 14.0 588 1.7023 0.0256 0.0763 0.0115 0.0019 0.0960 0.4014 0.0355 0.1045 0.1284 0.0336 0.3117 0.5500 0.0256 0.1284
2.0797 15.0 630 1.7465 0.0408 0.1184 0.0202 0.0039 0.1002 0.4049 0.0361 0.1003 0.1194 0.0243 0.3051 0.5361 0.0408 0.1194
2.0797 16.0 672 1.6885 0.0401 0.1122 0.0203 0.0038 0.1031 0.4602 0.0380 0.1057 0.1283 0.0330 0.3004 0.5944 0.0401 0.1283
2.0797 17.0 714 1.7199 0.0435 0.1272 0.0217 0.0061 0.0992 0.4094 0.0352 0.0999 0.1267 0.0345 0.2996 0.5556 0.0435 0.1267
2.0797 18.0 756 1.6823 0.0267 0.0777 0.0141 0.0019 0.0993 0.4289 0.0371 0.1031 0.1211 0.0310 0.2828 0.5653 0.0267 0.1211
2.0797 19.0 798 1.6596 0.0513 0.1414 0.0252 0.0036 0.1428 0.4175 0.0385 0.1069 0.1235 0.0302 0.3012 0.5486 0.0513 0.1235
2.0797 20.0 840 1.7050 0.0408 0.1162 0.0230 0.0043 0.1163 0.4419 0.0356 0.1017 0.1185 0.0270 0.2824 0.5722 0.0408 0.1185
2.0797 21.0 882 1.6977 0.0509 0.1389 0.0240 0.0051 0.1227 0.4411 0.0356 0.1021 0.1314 0.0369 0.3113 0.5611 0.0509 0.1314
2.0797 22.0 924 1.6888 0.0271 0.0755 0.0160 0.0018 0.1302 0.4718 0.0360 0.0997 0.1247 0.0264 0.3035 0.6014 0.0271 0.1247
2.0797 23.0 966 1.6670 0.0409 0.1151 0.0226 0.0073 0.1219 0.4685 0.0368 0.1065 0.1316 0.0382 0.2906 0.6236 0.0409 0.1316
1.7751 24.0 1008 1.6699 0.0569 0.1487 0.0293 0.0035 0.1482 0.4912 0.0406 0.1134 0.1398 0.0405 0.3230 0.6125 0.0569 0.1398
1.7751 25.0 1050 1.6130 0.0551 0.1522 0.0309 0.0043 0.1262 0.5052 0.0416 0.1124 0.1384 0.0405 0.3180 0.6083 0.0551 0.1384
1.7751 26.0 1092 1.6404 0.0673 0.1905 0.0347 0.0066 0.1480 0.4537 0.0409 0.1079 0.1291 0.0317 0.3164 0.5667 0.0673 0.1291
1.7751 27.0 1134 1.6252 0.0732 0.1907 0.0490 0.0084 0.1617 0.4829 0.0414 0.1160 0.1338 0.0388 0.3078 0.5903 0.0732 0.1338
1.7751 28.0 1176 1.6430 0.0559 0.1567 0.0279 0.0104 0.1218 0.4644 0.0422 0.1140 0.1300 0.0372 0.2961 0.5903 0.0559 0.1300
1.7751 29.0 1218 1.6761 0.0546 0.1508 0.0252 0.0068 0.1120 0.4682 0.0381 0.1037 0.1147 0.0247 0.2715 0.5764 0.0546 0.1147
1.7751 30.0 1260 1.6031 0.0595 0.1624 0.0309 0.0107 0.1254 0.4829 0.0423 0.1209 0.1416 0.0454 0.3230 0.5847 0.0595 0.1416
1.7751 31.0 1302 1.6491 0.0795 0.2093 0.0447 0.0135 0.1771 0.4801 0.0427 0.1199 0.1450 0.0438 0.3395 0.5986 0.0795 0.1450
1.7751 32.0 1344 1.6390 0.0552 0.1524 0.0268 0.0062 0.1333 0.4946 0.0422 0.1148 0.1388 0.0429 0.3125 0.6069 0.0552 0.1388
1.7751 33.0 1386 1.6529 0.0477 0.1424 0.0143 0.0086 0.1167 0.4273 0.0380 0.1058 0.1349 0.0496 0.2922 0.5417 0.0477 0.1349
1.7751 34.0 1428 1.6241 0.0700 0.1736 0.0452 0.0090 0.1543 0.5083 0.0440 0.1194 0.1476 0.0436 0.3500 0.6056 0.0700 0.1476
1.7751 35.0 1470 1.6150 0.0721 0.1852 0.0452 0.0102 0.1517 0.4926 0.0422 0.1220 0.1458 0.0465 0.3324 0.6056 0.0721 0.1458
1.6391 36.0 1512 1.6547 0.0619 0.1656 0.0299 0.0072 0.1644 0.4713 0.0404 0.1162 0.1382 0.0440 0.3160 0.5722 0.0619 0.1382
1.6391 37.0 1554 1.5910 0.0835 0.2006 0.0546 0.0081 0.2254 0.4918 0.0433 0.1257 0.1505 0.0418 0.3711 0.5958 0.0835 0.1505
1.6391 38.0 1596 1.6001 0.0698 0.1796 0.0445 0.0091 0.1815 0.5019 0.0408 0.1269 0.1512 0.0449 0.3641 0.5972 0.0698 0.1512
1.6391 39.0 1638 1.5997 0.0686 0.1765 0.0434 0.0062 0.1799 0.4952 0.0413 0.1211 0.1459 0.0406 0.3457 0.6278 0.0686 0.1459
1.6391 40.0 1680 1.6136 0.0759 0.1796 0.0499 0.0085 0.2056 0.5230 0.0442 0.1262 0.1491 0.0426 0.3559 0.6194 0.0759 0.1491
1.6391 41.0 1722 1.5827 0.0621 0.1583 0.0362 0.0053 0.1804 0.4997 0.0424 0.1232 0.1483 0.0415 0.3570 0.6153 0.0621 0.1483
1.6391 42.0 1764 1.5631 0.0643 0.1648 0.0399 0.0072 0.1706 0.5094 0.0437 0.1260 0.1504 0.0448 0.3543 0.6208 0.0643 0.1504
1.6391 43.0 1806 1.5556 0.0861 0.2074 0.0621 0.0116 0.2201 0.5221 0.0437 0.1284 0.1507 0.0459 0.3492 0.6319 0.0861 0.1507
1.6391 44.0 1848 1.5544 0.0865 0.2145 0.0600 0.0126 0.2206 0.5040 0.0461 0.1286 0.1478 0.0432 0.3453 0.6292 0.0865 0.1478
1.6391 45.0 1890 1.5748 0.0843 0.2034 0.0574 0.0107 0.2282 0.5170 0.0457 0.1288 0.1535 0.0479 0.3570 0.6264 0.0843 0.1535
1.6391 46.0 1932 1.5640 0.0812 0.1940 0.0599 0.0135 0.2052 0.5309 0.0459 0.1269 0.1514 0.0444 0.3625 0.6125 0.0812 0.1514
1.6391 47.0 1974 1.5666 0.0846 0.1963 0.0684 0.0130 0.2140 0.5395 0.0469 0.1306 0.1543 0.0443 0.3691 0.6361 0.0846 0.1543
1.56 48.0 2016 1.5571 0.0801 0.1937 0.0564 0.0129 0.2129 0.5308 0.0464 0.1329 0.1508 0.0465 0.3531 0.6125 0.0801 0.1508
1.56 49.0 2058 1.5672 0.0870 0.2052 0.0584 0.0127 0.2084 0.5463 0.0470 0.1311 0.1518 0.0456 0.3570 0.6236 0.0870 0.1518
1.56 50.0 2100 1.5450 0.0806 0.1978 0.0536 0.0126 0.1990 0.5452 0.0469 0.1297 0.1529 0.0490 0.3512 0.625 0.0806 0.1529
1.56 51.0 2142 1.5417 0.0822 0.1991 0.0587 0.0144 0.1913 0.5375 0.0469 0.1309 0.1527 0.0488 0.3500 0.6264 0.0822 0.1527
1.56 52.0 2184 1.5502 0.0806 0.1953 0.0548 0.0147 0.1895 0.5289 0.0455 0.1305 0.1536 0.0514 0.3500 0.6125 0.0806 0.1536
1.56 53.0 2226 1.5570 0.0757 0.1913 0.0508 0.0130 0.1753 0.5296 0.0441 0.1290 0.1486 0.0467 0.3426 0.6125 0.0757 0.1486
1.56 54.0 2268 1.5683 0.0860 0.2003 0.0586 0.0135 0.2093 0.5374 0.0444 0.1298 0.1543 0.0497 0.3520 0.6361 0.0860 0.1543
1.56 55.0 2310 1.5487 0.0857 0.2092 0.0563 0.0143 0.2071 0.5482 0.0456 0.1328 0.1552 0.0504 0.3539 0.6347 0.0857 0.1552
1.56 56.0 2352 1.5526 0.0894 0.2180 0.0584 0.0151 0.2155 0.5455 0.0451 0.1349 0.1567 0.0533 0.3512 0.6361 0.0894 0.1567
1.56 57.0 2394 1.5486 0.0887 0.2123 0.0626 0.0153 0.2072 0.5588 0.0454 0.1352 0.1570 0.0526 0.3543 0.6361 0.0887 0.1570
1.56 58.0 2436 1.5516 0.0933 0.2270 0.0622 0.0151 0.2129 0.5474 0.0457 0.1323 0.1563 0.0512 0.3559 0.6375 0.0933 0.1563
1.56 59.0 2478 1.5513 0.0954 0.2297 0.0641 0.0149 0.2240 0.5468 0.0465 0.1330 0.1605 0.0547 0.3637 0.6347 0.0954 0.1605
1.4687 60.0 2520 1.5486 0.0857 0.2142 0.0549 0.0133 0.1999 0.5531 0.0460 0.1323 0.1572 0.0518 0.3594 0.6319 0.0857 0.1572
1.4687 61.0 2562 1.5460 0.0862 0.2115 0.0604 0.0136 0.2035 0.5409 0.0454 0.1318 0.1561 0.0496 0.3621 0.6292 0.0862 0.1561
1.4687 62.0 2604 1.5465 0.0895 0.2105 0.0631 0.0142 0.2136 0.5487 0.0464 0.1332 0.1572 0.0508 0.3609 0.6375 0.0895 0.1572
1.4687 63.0 2646 1.5506 0.0887 0.2120 0.0591 0.0141 0.2126 0.5495 0.0465 0.1327 0.1571 0.0523 0.3574 0.6319 0.0887 0.1571
1.4687 64.0 2688 1.5470 0.0913 0.2201 0.0634 0.0145 0.2192 0.5506 0.0464 0.1330 0.1584 0.0507 0.3648 0.6431 0.0913 0.1584
1.4687 65.0 2730 1.5513 0.0898 0.2193 0.0597 0.0142 0.2114 0.5489 0.0465 0.1328 0.1558 0.0494 0.3586 0.6389 0.0898 0.1558
1.4687 66.0 2772 1.5462 0.0907 0.2214 0.0616 0.0142 0.2140 0.5538 0.0462 0.1336 0.1569 0.0503 0.3605 0.6389 0.0907 0.1569
1.4687 67.0 2814 1.5494 0.0896 0.2198 0.0578 0.0137 0.2106 0.5516 0.0462 0.1332 0.1563 0.0502 0.3570 0.6431 0.0896 0.1563
1.4687 68.0 2856 1.5489 0.0894 0.2188 0.0575 0.0135 0.2107 0.5506 0.0463 0.1328 0.1556 0.0497 0.3566 0.6403 0.0894 0.1556
1.4687 69.0 2898 1.5483 0.0897 0.2206 0.0582 0.0136 0.2112 0.5514 0.0464 0.1333 0.1565 0.0504 0.3578 0.6417 0.0897 0.1565
1.4687 70.0 2940 1.5483 0.0896 0.2201 0.0577 0.0135 0.2111 0.5514 0.0464 0.1332 0.1565 0.0503 0.3582 0.6417 0.0896 0.1565

Framework versions

  • Transformers 4.47.0
  • Pytorch 2.5.1+cu121
  • Datasets 3.3.1
  • Tokenizers 0.21.0
Downloads last month
7
Safetensors
Model size
41.6M params
Tensor type
F32
·
Inference Providers NEW
This model is not currently available via any of the supported Inference Providers.

Model tree for esraakh/detr_fine_tune_face_detection_final

Finetuned
(493)
this model